Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Araujo, João Felipe Mitre de | - |
Autor(es): dc.contributor | Vallejos Carrasco, Alfredo Moises | - |
Autor(es): dc.contributor | Baioco, Juliana Souza | - |
Autor(es): dc.creator | Azevedo, Lucas Souza de | - |
Autor(es): dc.creator | Lira, Matheus Trifilio | - |
Data de aceite: dc.date.accessioned | 2024-07-11T17:49:57Z | - |
Data de disponibilização: dc.date.available | 2024-07-11T17:49:57Z | - |
Data de envio: dc.date.issued | 2020-12-17 | - |
Data de envio: dc.date.issued | 2020-12-17 | - |
Data de envio: dc.date.issued | 2019 | - |
Fonte completa do material: dc.identifier | https://app.uff.br/riuff/handle/1/16458 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/758426 | - |
Descrição: dc.description | A estimulação de poços é uma técnica que visa aumentar a produção de um poço. Tomadas de decisão em tempos de operação são necessárias para decidir o rumo que um projeto de estimulação irá seguir. Este tempo nem sempre está a favor do projeto e, portanto, técnicas são desenvolvidas com o intuito de diminui-lo ao máximo, sendo a Inteligência Artificial uma delas. Este trabalho visa validar a utilização desta técnica através da produção de modelos de Redes Neurais Artificiais aplicadas ao “Modelo Volumétrico” de acidificação, que é um dos métodos existentes de estimulação de poços. Por meio da geração de um banco de dados pseudo experimental, baseado nas variáveis e suas relações dentro do “Modelo volumétrico”, quatro modelos de Redes Neurais foram produzidos e alimentados utilizando a linguagem R de programação em conjunto com o software RStudio®. Os resultados obtidos foram transformados em dados visuais para a avaliação de cada modelo. A análise de resultados teve como base o comparativo das métricas de erro aplicadas as Redes Neurais produzidas, o comportamento de cada modelo em relação as variáveis regentes do “Modelo volumétrico” e o comportamento dos modelos IAs em satisfazer o maior número de resultados previstos pelo mesmo modelo de acidificação | - |
Descrição: dc.description | Well stimulation is a technique that aim to increase the production of a well. Decision-making at operational times is necessary to decide the course a stimulation project will take. This time is not always in favor of the project, so the techniques are developed in order to decrease it as much as possible. Artificial Intelligence is one of them. This work aims to validate the use of this technique through the production of Artificial Neural Networks models applied to the "volumetric model" of acidification, which is one of the existing methods of well stimulation. Through the generation of a pseudo experimental database, based on the variables and their relationships within the “Volumetric Model”, four models of Neural Networks were obtained and fed using an “R” programming language in conjunction with the RStudio Software. The results obtained were transformed into visual data for an evaluation of each model. The analysis of results was based on the comparison of the error metrics applied to the produced Neural Networks, the behavior of each model in relation to the ruling variables of the “Volumetric model” and the behavior of the IAs models in satisfy the largest number of results produced by the same acidification model | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | pt_BR | - |
Direitos: dc.rights | openAccess | - |
Direitos: dc.rights | http://creativecommons.org/licenses/by-nd/3.0/br/ | - |
Direitos: dc.rights | CC-BY-SA | - |
Palavras-chave: dc.subject | Inteligência artificial | - |
Palavras-chave: dc.subject | Acidificação | - |
Palavras-chave: dc.subject | Estimulação de poços | - |
Palavras-chave: dc.subject | Redes neurais artificiais | - |
Palavras-chave: dc.subject | Rede neural artificial | - |
Palavras-chave: dc.subject | Acidificação | - |
Palavras-chave: dc.subject | Poço de petróleo | - |
Palavras-chave: dc.subject | Artificial intelligence | - |
Palavras-chave: dc.subject | Acidizing | - |
Palavras-chave: dc.subject | Stimulation | - |
Palavras-chave: dc.subject | Artificial neural network | - |
Título: dc.title | Uso de redes neurais para a modelagem do processo de acidificação em rochas carbonáticas | - |
Tipo de arquivo: dc.type | Trabalho de conclusão de curso | - |
Aparece nas coleções: | Repositório Institucional da Universidade Federal Fluminense - RiUFF |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: